基于LSTM算法的ZPW-2000A型轨道电路故障预测模型研究

摘要

轨道电路是保证列车安全可靠运营的重要基础设备。随着铁路信号设备“故障修”向“状态修”的转变,为了对轨道电路监测信息分析进而制定科学合理的维修策略,提出一种基于LSTM算法的故障预测模型方法。首先,对轨道电路结构原理进行了分析,在此基础上提出使用LSTM模型对其故障进行预测,为验证模型的预测效果,提出用平均绝对误差(MAE)、平均绝对百分比误差(MAPE)均方误差(NMSE)和相对误差百分比(REP)对预测结果进行度量;其次,结合预测实例将改进算法与传统的SVM算法、BP神经网絡,RNN算法的预测效果进行对比,结果显示LSTM各指标均最优;最后,结合一个实例采用LSTM进行预测,验证了模型的高效性。